《函式型數據驅動的節律信號變異模式研究》是依託武漢理工大學，由向馗擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：函式型數據驅動的節律信號變異模式研究
- 項目類別：青年科學基金項目
- 項目負責人：向馗
- 依託單位：武漢理工大學
項目摘要,結題摘要,
項目摘要
節律活動是貫穿生命過程的複雜自激行為。節律變異模式是生物機體自身魯棒性的體現，是各組成部分相互作用而湧現的整體規律性。本項目提出了函式型數據驅動的節律信號建模方法，揭示變異模式。即：基於節律信號的周期性特點，將其分割成多段曲線（函式型數據），每段曲線代表一個循環，把變異模式研究轉化成函式型數據的變異性分析問題。通過降維可獲得變異的靜態特徵，基於降維結果的預測可揭示變異的動態特徵。主要研究內容包括：節律信號的主曲線辨識，變異成分的半監督稀疏主元分析，主元序列預測和典型實例研究。重點解決兩個關鍵問題：通過主曲線辨識與曲線配準的相互疊代，實現對隱含的相位變異過程的表征與分析；在罰函式設計中融入先驗信息，實現對稀疏主元的半監督，提高降維結果的統計一致性和可解釋性。本項目將為節律變異模式的刻畫提供新方法，為一類偽周期時間序列提供新模型；提高函式型數據的降維處理能力，推動與節律有關的工程套用研究。
結題摘要
人體節律變異蘊含著複雜的生理學機理，研究節律變異性，對於疾病診療、運動康復和機器人控制都具有重要意義。本項目主要研究基於函式型主元的節律變異分析方法，刻畫變異規律，為變異信號的處理、分析和預測提供理論支持。前期理論研究發現：（1）微分幾何Frenet標架是完整描述節律變異性的最佳選擇，理論上比相位分離方法更完備；（2）基於最新的廣義矩陣分解方法，可以實現節律變異的函式型稀疏主元分析；（3）對節律變異進行主元分析獲得多維序列，可將函式型數據的預測簡化為普通預測問題。兩種節律信號，心電和步態，作為典型對象加以分析。採用罰矩陣分解方法對逐搏心電信號做稀疏主元分析，通過統計檢驗挑選包含Ｔ波交替的稀疏主元，提高T波交替的檢測水平。採用函式型主元分析方法處理行走時的膝關節角度變化曲線，發現其變異性特點：腳跟著地時幅度和相位變異顯著；擺動相的幅度變異顯著；支撐相初期重心向前轉移時，相位變異顯著。後續研究擬從兩方面展開：（1）基於Frenet標架和流形學習，建立非線性函式型主元分析方法；（2）提高相位變異的描述能力，並將其運用到與節律相關的工程實踐中，如生物識別、機器人控制。
